實現(xiàn)智能監(jiān)控，各廠家提出了不同的技術(shù)方案，但關(guān)鍵點都集中于圖像內(nèi)容分析技術(shù)。這是正確的方向，可以說圖像內(nèi)容分析技術(shù)的發(fā)展過程就是智能監(jiān)控的發(fā)展過程。智能監(jiān)控的實現(xiàn)必須有圖像內(nèi)容分析技術(shù)的突破作為支撐。

　　圖像具有極大的信息量，它同時具有空間分辨和時間分辨的能力，但真正把這些信息提取和挖掘出來是復雜和困難的。圖像系統(tǒng)智能化的主要標志之一是：系統(tǒng)從目視解釋(視讀)走向機器解釋(機讀)。它意味著：視頻監(jiān)控將改變系統(tǒng)對圖像信息不作任何處理的現(xiàn)狀，處理就是對圖像信息自動的解讀，是理解(understanding)圖像，這就是圖像內(nèi)容分析(videounderstanding)的含義所在。現(xiàn)在市場上出現(xiàn)了一些IV(intelligentvideo)產(chǎn)品，都是對圖像內(nèi)容進行基本的分析，如目標的分離、分類、統(tǒng)計，簡單背景下單目標的行為分析和跟蹤。研究機構(gòu)則把它作為重要的課題，開展深入的研究，國家“十一五”科技攻關(guān)就列入了相關(guān)的課題。根據(jù)安全的需求，智能監(jiān)控技術(shù)的發(fā)展過程或圖像內(nèi)容分析技術(shù)的研究可分為以下幾個階段：

　　1、將(運動)目標從視頻圖像中分離出來。這是體現(xiàn)圖像技術(shù)的優(yōu)勢，實現(xiàn)目標探測的前題。傳統(tǒng)的視頻(運動)探測其實是亮度探測，并沒有發(fā)揮圖像技術(shù)的特點。確定圖像中是否有探測目標(人、物等)，并將目標從背景圖像中分離出來是圖像內(nèi)容分析的首要任務(wù)，進而對目標分類、統(tǒng)計、關(guān)聯(lián)。判斷圖像中有無目標、目標的復合或離散等也是圖像過濾的基礎(chǔ)。

　　2、對目標進行行為分析，判定其運動的方向、方式，并能發(fā)現(xiàn)和告警異常的行為;產(chǎn)生目標的運動軌跡，并能進行目標的自動跟蹤。實現(xiàn)運動目標的跟蹤是很難的事，它要求系統(tǒng)能分析、預(yù)測目標的運動軌跡,并能實時地作出修正。同時，由于運動過程與伺服機構(gòu)間傳遞函數(shù)的非線性，伺服系統(tǒng)也是很復雜的。

　　3、在復雜環(huán)境下實現(xiàn)目標的分離、行為分析和運動跟蹤，特別是實現(xiàn)多目標的跟蹤。上述兩點目前已有產(chǎn)品和應(yīng)用，但基本上在簡單環(huán)境下，針對少數(shù)目標的情況。在復雜環(huán)境(既通常的視頻監(jiān)控環(huán)境)下實現(xiàn)這些功能，是圖像內(nèi)容分析技術(shù)具有真正應(yīng)用價值的關(guān)鍵。同時、解決多個圖像的綜合分析，圖像間目標的關(guān)聯(lián)，目標跟蹤的連續(xù)。這都是市場迫切需要，目前還沒有解決的問題。

　　4、實現(xiàn)視頻語義的解析，圖像內(nèi)容分析的最高層次。通過對一個圖像序列作出分析，得出其包含的真實信息，可以與話音的語義解析(已有了初步的成果)結(jié)合起來，逐步實現(xiàn)視頻語義的解析，如通過對大量的、多渠道的圖像資料的分析，得出社會對某一事件的反映程度;分析和統(tǒng)計某類事件發(fā)生，發(fā)展的規(guī)律(概率及時間、地域分布等)。能夠進行這樣分析，表明機器具有了與人一樣的理解圖像的能力，但具有人所不能達到的效率。這個過程是逐步發(fā)展、與時俱進的，沒有終極的結(jié)果。實現(xiàn)智能監(jiān)控的目標，要經(jīng)過不斷的技術(shù)積累，特別是核心技術(shù)的突破，它需要一個過程，不可能一蹴而就，認為監(jiān)控技術(shù)智能化已經(jīng)實現(xiàn)的觀點是不確切的。

　　圖像識別技術(shù)在安防系統(tǒng)中應(yīng)用前景是非常廣闊的，也是安防系統(tǒng)智能化的一個主要方向。圖像識別的主要應(yīng)用首先要明確圖像識別是指采用圖像技術(shù)對目標的個體識別，如認定某一個人，找到某一輛車或某一件物。以圖像生物特征識別為例，就是采用圖像(模式識別)技術(shù)識別人體自身載有的、具有唯一性和相對穩(wěn)定性的特征(如人臉、視網(wǎng)膜、虹膜、指紋、掌紋/形及步態(tài)等)，確定個體的身份。